Google 在 Gemini 4 上未见产品创新

我认为人们没有意识到Gemini Omni与其他视频AI的不同之处。它是完全多模态的，因此也能原生编辑视频。 我拿了1896年著名的“火车”电影，把它变成了高铁、乐高，加入了时间旅行者、蜈蚣、布偶……（看到倒影了吗？）

Gemini 4 TikZ 独角兽

嘿，AI，给我来个你最好的"除非它来自 X，否则只是起泡 Y"风格的笑话"： GPT-6 Pro："除非它来自瑞典斯德哥尔摩地区，否则只是起泡的员工敬业度。" Gemini 4 Argon High："除非它来自凌晨 3 点盯着天花板发呆的地区，否则不是存在主义危机——只是起泡的焦虑。" Opus 5.5 Max："只有来自法国干邑地区才算认知。否则只是起泡的自动补全。"

用 Gemini 4 会让你意识到，有多少其他模型一定是在蒸馏 Claude/GPT（或者用了类似的训练流程）。它和其他模型感觉相当不一样。

Google 在 Gemini 4 之后面临的挑战将是他们如何用好一个优秀的模型。Anthropic 和 OpenAI 表明，我们正走向通过编排智能体以单一界面处理多种任务的方向。Gemini 3 时代充斥着面向众多市场的碎片化产品。这行不通了，对下一步而言。

在急诊场景中，已过时的 Gemini 2.5 Pro 和 Gemini 2.5 Flash（无法访问患者病历）给出的建议，被其他医生评为与医生质量相当。未发现安全问题。 此后模型已显著提升。

Ethan Mollick 让 GPT-6 Astra 依据布列 1784 年未建成建筑"牛顿纪念堂"的几张黑白草图与文字描述，构建出完整 Blender 模型，并生成带旁白的漫游视频。此前 Gemini 图像生成器（nano banana）也曾据原图对该建筑进行成像。

Gemini 官方宣布 Gemini 4 Argon 已向全球 Google AI Pro 和 Ultra 订阅者开放。该模型此前已在 Gemini 应用中逐步推出，定位为处理复杂任务的前沿模型，更多详情见官方推文线程 https://x.com/GeminiApp/status/2110039322229649783。

Musk 发文称 Grok Voice 3.0 已是全球领先的对话语音模型，并引用 Artificial Analysis 的评测：Grok Voice 3.0 以 86.9 分登顶 Speech to Speech Index，领先 GPT-Live-1（Astra, medium）的 83.2 和 Gemini 3.8 Live 的 82.6，较 Grok Voice 2.0 的 81.3 提升 5.6 分。该模型通过 Realtime API 提供，价格 $0.08 …

当前 AI 热点，聚合 8 个独立信源、12 条信号。